首页--工业技术论文--电工技术论文--发电、发电厂论文--各种发电论文--太阳能发电论文

光伏发电功率预测系统研究

摘要第6-7页
Abstract第7-8页
第1章 绪论第15-21页
    1.1 研究背景及意义第15-17页
        1.1.1 研究背景第15-16页
        1.1.2 研究意义第16-17页
    1.2 光伏发电功率预测系统相关领域研究现状第17-18页
        1.2.1 光伏发电功率预测系统国外的发展现状第17页
        1.2.2 光伏发电功率预测系统国内发展现状第17-18页
    1.3 论文主要研究内容第18-21页
第2章 光伏发电原理及相关性分析第21-33页
    2.1 光伏电池的结构与发电原理概述第21-24页
        2.1.1 光伏电池光电转化原理第21-22页
        2.1.2 光伏发电的数学原理第22-24页
    2.2 光伏发电影响输出功率因素及相关性分析第24-28页
        2.2.1 光伏电站介绍第24-25页
        2.2.2 光照对光伏发电功率的影响第25-26页
        2.2.3 温度对光伏发电功率的影响第26-27页
        2.2.4 相对湿度对光伏发电功率的影响第27页
        2.2.5 风速对光伏发电输出功率的影响第27-28页
        2.2.6 其他因素对光伏发电功率的影响第28页
    2.3 光伏发电输出功率影响因素相关性分析第28-31页
        2.3.1 相关性分析的基本原理第28-29页
        2.3.2 相关性分析结果第29-30页
        2.3.3 相关系数矩阵校验第30-31页
    2.4 本章小结第31-33页
第3章 光伏发电功率预测方法研究第33-53页
    3.1 基于BP神经网络算法预测模型第33-37页
        3.1.1 BP神经网络拓扑结构第33-34页
        3.1.2 BP神经网络算法的数学模型第34-37页
        3.1.3 BP神经网缺陷第37页
    3.2 基于双并联过程神经网络预测模型第37-42页
        3.2.1 双并联过程神经网络的数学原理第37-39页
        3.2.2 改进双并联过程神经网络的预测模型第39-42页
    3.3 基于动态领域粒子群优化BP神经网络预测模型第42-46页
        3.3.1 粒子群算法的基于原理概述第42-43页
        3.3.2 粒子群算法的数学描述第43页
        3.3.3 基于动态领域粒子群优化BP神经网络算法预测模型设计第43-46页
    3.4 光伏发电功率预测实例仿真第46-52页
        3.4.1 实验说明第46-47页
        3.4.2 样本数据的归一化处理第47页
        3.4.3 预测结果性能评估指标第47页
        3.4.4 仿真结果分析第47-52页
    3.5 本章小结第52-53页
第4章 光伏发电功率预测系统设计与实现第53-79页
    4.1 系统的需求分析第53-55页
        4.1.1 需求分析第53页
        4.1.2 系统的设计原则第53-54页
        4.1.3 系统的开发环境第54-55页
    4.2 光伏发电功率预测系统总体架构设计第55-57页
        4.2.1 光伏发电功率预测系统的组织结构第55-56页
        4.2.2 光伏发电功率预测系统服务架构设计第56页
        4.2.3 系统的逻辑结构第56-57页
    4.3 光伏发电功率预测系统功能设计第57-66页
        4.3.1 数据库设计第58-61页
        4.3.2 用户管理模块设计第61页
        4.3.3 实时数据监控模块设计第61-62页
        4.3.4 功率预测模块设计第62-65页
        4.3.5 统计报表模块设计第65-66页
        4.3.6 设备管理模块设计第66页
    4.4 光伏发电功率预测系统部署第66-68页
        4.4.1 阿里云服务器第66页
        4.4.2 系统安全防护第66-67页
        4.4.3 系统部署第67-68页
    4.5 光伏发电功率预测系统实现第68-77页
        4.5.1 用户管理模块第68-70页
        4.5.2 实时状态监测模块第70-73页
        4.5.3 预测功率模块第73-74页
        4.5.4 统计管理模块第74-75页
        4.5.5 设备管理模块第75-77页
    4.6 本章小结第77-79页
总结与展望第79-81页
    总结第79页
    展望第79-81页
参考文献第81-85页
攻读硕士学位期间发表的学术论文及科研成果第85-87页
致谢第87页

论文共87页,点击 下载论文
上一篇:海基设备性能退化及健康管理策略研究
下一篇:富临精工并购升华科技案例分析